Communitygithub.com

Générateur et Réalisateur Vidéo Double-Moteur Universel

Maîtrisez la création vidéo universelle avec Remotion. Deux moteurs de production visuelle : 1) Moteur de Narration et Drame de Personnages (personnages 2D plats procéduraux, bulles de dialogue, décors de pièces, synchronisation labiale, récits psychologiques/éducatifs), et 2) Moteur de Motion Graphics et Promo Cinétique (publicités commerciales, explicateurs SaaS/e-commerce, grille de points, maquettes de téléphone, mécaniques de cartes, pilule de sous-titres foncée avec rehauts vert néon). Synthèse dynamique d'actifs guidée par le script (ne réutilise jamais d'icônes non pertinentes ; conçoit automatiquement des composants vectoriels SVG personnalisés pour chaque sujet unique), synchronisation audio/SRT ou synthèse vocale Cartesia Sonic, inspection visuelle automatisée et flux d'approbation strict en deux étapes.

Qu'est-ce que Générateur et Réalisateur Vidéo Double-Moteur Universel ?

Cette compétence technique constitue un générateur vidéo automatisé de qualité professionnelle, conçu pour Remotion et optimisé pour les formats verticaux courts 9:16 (YouTube Shorts, TikTok, Instagram Reels, Facebook Ads). Elle est architecturée autour de deux moteurs visuels distincts, sélectionnables automatiquement via des mots-clés déclencheurs dans le script utilisateur. Le premier moteur, 'Narration de Personnages', est dédié à la création de récits animés avec des personnages 2D plats procéduraux, des bulles de dialogue et de pensée, des décors variés (pièces, boutiques, extérieurs), une synchronisation labiale sélective et un système de sous-titres dynamiques sans duplication. Le second moteur, 'Motion Graphics et Promo Cinétique', est spécialisé dans les publicités, les démonstrations SaaS et les vidéos explicatives, utilisant des grilles de points, des maquettes de téléphone, des mécaniques de cartes et une pilule de sous-titres sombre avec un rehaut vert néon. La compétence applique une architecture strictement pilotée par les données : toutes les spécificités du script (personnages, actions, dialogues, accessoires, infographies) sont configurées exclusivement via un seul fichier JSON d'entrée, interdisant la création de nouveaux composants React ou de fichiers de code pour chaque nouveau projet. Un pipeline de traitement en quatre étapes (analyse du script, synthèse audio, compilation de la timeline et rendu) garantit une production fluide et reproductible, avec des règles précises de composition des personnages, de gestion des accessoires, de timing des actions et de division des scènes pour maintenir l'engagement du spectateur. La compétence est conçue pour être universelle : un utilisateur l'installe et peut exécuter n'importe quel script en modifiant simplement le fichier de configuration JSON, ce qui la rend idéale pour une production vidéo à grande échelle et automatisée.

Compatible avec✓Claude Code✓Codex CLI✓Cursor✓Gemini CLI
npx skills add https://github.com/nsshan98/video-generation-skills/tree/HEAD

Demander à votre IA préférée

Ouvre une nouvelle conversation avec cette compétence d'agent déjà préchargée.

Documentation

Réalisateur et Générateur Vidéo Double-Moteur Universel (v4.0)

Compétence de génération vidéo automatisée de qualité production dans Remotion pour les vidéos verticales courtes 9:16 (YouTube Shorts, TikTok, Instagram Reels, Facebook Ads). Encapsule deux moteurs visuels distincts sous un seul projet unifié :

                                  ┌────────────────────────┐
                                  │  Script ou Audio Utilisateur │
                                  └───────────┬────────────┘
                                              │
                      ┌───────────────────────┴───────────────────────┐
                      ▼                                               ▼
         [ Mode 1 : Histoire de Personnage ]          [ Mode 2 : Promo Cinétique ]
      - Personnages 2D Plats Procéduraux                 - Motion Graphics 2D Plats Cinétiques
      - Bulles de Dialogue & de Pensée                   - En-tête de Marque & Filigrane Persistants
      - Décors & Poses 100% Plein Écran                  - Toile Flottante à Grille de Points
      - Sous-titres Sélectifs (Zéro Duplication)         - Pilule de Sous-titres Inférieure Sombre + Vert Néon
      - Récits Psychologiques & de Vie                   - Actifs Vectoriels Sur Mesure Guidés par le Script

1. Sélection du Moteur (Moteur Double-Moteur)

L'utilisateur installe ou utilise une seule compétence. Le moteur approprié s'active automatiquement en fonction du type de script ou des instructions de l'utilisateur :

ModeMot-clé DéclencheurType de ScriptMétaphore Visuelle et Style
Mode 1 : Moteur de Narration de Personnagesstory, cartoon, drama, character, récit, histoireDialogue basé sur les personnages, conflit psychologique, récit éducatif, narration podcastPersonnages 2D plats procéduraux, synchronisation labiale, bulles de parole, arrière-plans de chambre/bureau plein écran
Mode 2 : Moteur de Motion Graphics Cinétique & Promopromo, ad, commercial, saas, kinetic, explainer, publicité, promotionPublicité produit, démo SaaS/logiciel, promotion e-commerce, stratégie d'entrepriseTexture à grille de points, en-tête de marque, filigrane d'angle, maquette de téléphone, mécaniques de cartes, pilule de sous-titres inférieure sombre

[!TIP] Si l'utilisateur ne précise pas de mode, la compétence choisira automatiquement Mode 1 (Histoire) si le script contient des personnages ou des dialogues visibles, et Mode 2 (Promo) s'il contient un problème commercial ou une solution produit, et le mentionnera dans le tableau d'approbation.


2. ⚠️ Règle Cruciale : Architecture Universelle 100% Pilotée par les Données (Architecture Universelle Pilotée par les Données)

[!CAUTION] Il est strictement interdit de créer de nouveaux composants React, fichiers de code, dossiers séparés ou scripts .mjs ponctuels pour chaque nouveau script ! Il s'agit d'une compétence universelle globale que tout utilisateur peut installer et exécuter avec n'importe quel script thématique. Toutes les modifications spécifiques au script (apparence des personnages, vêtements, thème de l'arrière-plan, dialogues, actions, infographies et cartes sélectives) doivent être configurées uniquement dans 1 fichier JSON d'entrée.

Pipeline de Génération Vidéo Universelle (seulement 2 commandes) :

  1. Synthèse automatisée à partir du script et création du JSON d'entrée (Analyseur Réalisateur IA) :
    • Analyse automatiquement le contenu du script, les activités physiques, les objets/accessoires, les émotions et les dialogues pour créer un storyboard dynamique :
      python3 scripts/analyze-script-director.py --script=scripts/<nom-histoire>.txt --out=scripts/<nom-histoire>-input.json
      
    • Ou créez scripts/<nom-histoire>-input.json en vous référant à l'exemple examples/sample-story-input.json selon la scène.
  2. Synthèse Audio et de Timing Universelle :
    node scripts/tts-engine.mjs --input=scripts/<nom-histoire>-input.json
    
    • Cela générera automatiquement la voix pour chaque scène via Cartesia ou le TTS sélectionné et enregistrera le timing exact en secondes/images dans le JSON d'entrée.
  3. Compilation de la Timeline Universelle :
    node scripts/build-story-timeline.mjs --input=scripts/<nom-histoire>-input.json
    
    • Cela créera le fichier template/src/timeline.json prêt pour Remotion.
  4. Vérification de l'aperçu et rendu complet :
    cd template && npx remotion render src/index.ts Main ./out/<nom-video>.mp4 --concurrency=4
    

3. Règles du Moteur de Narration de Personnages (Directives Mode 1)

  1. Création de personnages, Distribution et Mise en scène de plus de 3 personnages (Distribution Dynamique des Personnages & Mise en Scène) :
    • Distribution selon le script : Déterminez le nombre de personnages nécessaires selon le script et créez une identité distincte pour chacun.
    • Unicité faciale : Ne clonez jamais le même visage/lunettes si plusieurs personnages sont présents. Assurez une différence claire dans l'âge, la coiffure et les vêtements.
    • Utilisation des lunettes : Seuls les personnages âgés ou exerçant une profession spécifique porteront des lunettes ; il est strictement interdit de donner des lunettes rondes inutiles aux clients ou employés ordinaires.
    • Vêtements et identité : Propriétaire de magasin (Punjabi/Kurta), Personnel de vente (Uniforme/Polo), Client (T-shirt/Hoodie décontracté).
    • Calotte capillaire solide : Le cuir chevelu doit être entièrement couvert (pas de trace en forme de croissant vide).
    • Mise à l'échelle et Cadrage (1, 2 ou 3 personnages) :
      • 1 personnage : scale: 1.85, au centre (center) ou à gauche/droite.
      • 2 personnages : scale: 1.75, à gauche et à droite (left: 80, right: 80, bottom: 160).
      • 3 personnages (tertiaryCharacter) : Pour une composition parfaite dans un cadre 9:16 avec 3 personnes, utilisez scale: 1.55. Placez le secondaire à gauche (left: 20), le 3ème personnage au centre (center), et le personnage principal à droite (right: 20, flip: true).
    • Couche de foule d'arrière-plan (crowd) :
      • Si le script mentionne des clients dans un magasin ou une équipe dans un bureau, ajoutez crowd: "shoppers" | "office_team" | "village_crowd" | "classroom_students". Ceci crée une couche derrière les personnages (zIndex: 12), à petite échelle (scale: 1.1 - 1.15), bottom: 240-260, avec un léger flou (blur: 2px) et une profondeur de champ naturelle.
  2. Analyse de l'Environnement et du Contexte (Environnement Dynamique & Repli Procédural Sémantique) :
    • Utilisez plus de 26 thèmes d'arrière-plan pré-construits selon l'environnement :
      • Magasins : clothing_store, electronics_store, pharmacy, grocery_store
      • Maisons & Lieux de Rencontre : living_room, home_study, tea_stall, cafe, wedding_hall
      • Bureaux & Institutions : corporate_office, hospital_clinic, police_station, classroom, deep_library
      • Village & Extérieur : village_bazaar, village_sunset, street_outdoor, bus_interior
      • Ambiance & Conflit : dark_conflict, dramatic_red, blue_melancholy, golden_sunrise
    • Générateur de Pièce Procédural Sémantique Intelligent (Pas de Repli Aveugle sur le Bureau) :
      • Si un thème totalement nouveau ou non répertorié est donné (ex. bakery, gym, bank, courtroom, kitchen), le moteur ne se rabat pas aveuglément sur le bureau ; il décode le nom du thème et génère automatiquement des silhouettes, des panneaux et des vecteurs de couleur d'intérieur pertinents.
    • Chaque scène sera 100% plein écran (width: 100%, height: 100%) du début à la fin de l'écran.
  3. Règle de Secousse de Caméra et de Tremblement des Personnages (Secousse d'Écran & Tremblement de Personnage Calibré par le Ton - STRICT MAX 1.0-1.2 SECONDES) :
    • ⚠️ Secousse ou tremblement continu interdits : En aucun cas une scène ne doit avoir une secousse de caméra ou un tremblement de personnage continu de 10 à 20 secondes. Cela provoque une irritation extrême chez le spectateur.
    • Limite de Tremblement du Personnage (trembleX) : En cas de peur, de colère ou de choc du personnage, le tremblement durera au maximum 1.0 à 1.2 secondes (30–36 images) , puis s'estompera en douceur pour revenir à une posture normale.
    • Vérification du Ton : Pour les dialogues normaux, les disputes ordinaires, les conversations de clients ou les descriptions, l'écran et le personnage restent complètement immobiles (screenShake: false).
    • Limite de Choc Soudain : Seulement en cas de choc ou d'impact soudain extrêmement intense, une secousse momentanée d'au maximum 1.0 à 1.2 secondes (30–36 images) est autorisée, qui doit immédiatement décroître en douceur pour que la caméra redevienne stable.
  4. Bulles de Parole et de Pensée (SpeechCalloutBubble) :
    • Hauteur top: 650 pour que la queue de la bulle pointe directement vers la tête du personnage qui parle (gauche left: 180, droite right: 180).
    • Étiquette du Nom de l'Orateur : Flottant au-dessus de la bulle (zIndex: 60, padding: "5px 20px", border: "2.5px solid #ffffff").
  5. ⚠️ Sous-titres Sélectifs et Légendes Parfaitement Synchronisées avec la Voix (Sous-titres Sélectifs & Légende Karaoké Adaptée à la Voix) :
    • Lorsqu'une bulle de parole ou une carte centrale plein écran est à l'écran, les sous-titres séparés en bas sont complètement désactivés (Zéro Duplication).
    • Ce n'est que lorsqu'il n'y a ni bulle ni carte en haut que des phrases percutantes de 3 à 5 mots apparaissent dynamiquement en bas à partir du texte vocal réel de la narration.
    • Les sous-titres n'étirent jamais un résumé statique sur une seule ligne ; les mots exacts prononcés dans l'audio apparaissent phrase par phrase en temps réel à l'écran.
    • Effets Visuels :
      • Chaque phrase apparaît avec une pilule capsule en verre foncé qui entre avec un rebondissement spring (spring scale).
      • Mot en cours de prononciation en temps réel : Texte lumineux vert néon (#22C55E) + surbrillance de la pilule d'arrière-plan + coup de poing scale(1.08).
      • Mot-clé en surbrillance : Badge ambré/doré vibrant (#F59E0B ➔ #EA580C).
      • Pas d'image noire ou de scintillement lors des transitions de phrases ; la transition se fait de manière transparente d'une phrase à l'autre.
  6. ⚠️ Règle de Synchronisation Labiale et d'Orateur Actif (Règle de Synchronisation Labiale Sélective de l'Orateur) :
    • Lorsqu'il y a deux personnes à l'écran, seule la bouche de celle vers laquelle pointe la bulle de parole (speechBubble.speakerPosition) bougera (isSpeaking: true).
    • La bouche de l'autre auditeur ou personnage à l'écoute reste calme et fermée (isSpeaking: false -> ligne de repos fermée). Les bouches de deux personnes ne bougeront jamais en même temps.
  7. ⚠️ Règle de Timing du Narrateur vs Dialogue (Règle de Timing du Narrateur vs Dialogue) :
    • Lorsqu'un narrateur ou une voix off décrit des événements à la troisième personne dans une scène, aucun personnage à l'écran ne bouge la bouche (isSpeaking: false) et il n'y a pas de bulle de parole.
    • La bulle de parole n'apparaît que lorsque le personnage prononce son propre dialogue à la première personne dans des images spécifiques (speechBubbles: [{ start, duration }]) et sa bouche ne bouge que pendant ces secondes spécifiques ; une fois le dialogue terminé, la bulle disparaît et la bouche se referme.
  8. ⚠️ Intégrité du Rôle et du Dialogue du Personnage (Identité de l'Orateur & Intégrité du Rôle) :
    • Le dialogue d'un personnage ne peut jamais être prononcé par la bouche d'un personnage portant les vêtements d'un autre (ex. : les paroles d'un employé sortant de la bouche d'un client est une erreur grave).
    • Si les interlocuteurs d'une conversation changent dans une scène (propriétaire vs employé puis arrivée d'un client) : la scène doit être divisée en plans courts (Camera Cut) afin que le personnage correct, avec les vêtements appropriés, soit visible à l'écran lorsqu'il parle.
  9. ⚠️ Actions Physiques et Indices d'Action Chronométrés (Indices d'Action Chronométrés en un Coup d'Œil) :
    • Les personnages ne doivent pas rester debout comme des robots avec les bras tendus, ni geler une activité pendant 10 à 15 secondes sur toute une scène.
    • Les actions et accessoires n'apparaissent que pendant le dialogue associé en un coup d'œil (2.0 à 3.5 secondes) (characterPoses / secondaryPoses) :
      • Vérification du registre (checking_khata) : Pendant les discussions de comptes ou de registre, tenez un registre rouge à deux mains, regardez vers le bas ; une fois le dialogue terminé, baissez le registre et revenez à une posture normale.
      • Recherche dans l'inventaire (searching_inventory) : Pendant le dialogue de recherche, tendez la main vers l'étagère avec une loupe et une étiquette d'étagère vide visibles ; une fois la parole terminée, baissez la main et parlez normalement.
      • Tenir une chemise échantillon (holding_shirt) : Au moment où le client demande une chemise, montrez la chemise sur un cintre pendant 2-3 secondes, puis croisez les bras et attendez.
      • Attente impatiente (arms_crossed) : Restez debout, les bras croisés sur la poitrine.
  10. ⚠️ Rythme Court et Limite de Maintien des Cartes (Règle de Rétention Max Carte/Scène de 12 à 18 s) :
    • Ne maintenez jamais un graphique animé statique ou une carte d'infographie unique à l'écran pendant 20 à 40 secondes d'affilée sur TikTok, YouTube Shorts ou Reels. Cela provoque une chute spectaculaire de l'audience (Baisse d'Audience / Tueur de Rétention).
    • Divisez automatiquement les longues narrations ou textes explicatifs (comme la morale et la fin d'une histoire) en petits éléments visuels :
      1. Scène animée de résolution émotionnelle / réalisation de soi du personnage (12-15 s) : Émotion et conclusion silencieuse du personnage principal.
      2. Carte de comparaison du message central (15-18 s) : Comparaison des points clés faciles à lire rapidement.
      3. Carte d'interaction avec le public et d'appel à l'action (CTA) (10-12 s) : Invitation directe au commentaire et à l'abonnement.
    • Chaque scène et carte doit changer toutes les 8 à 18 secondes maximum pour créer une nouvelle stimulation visuelle.
  11. ⚠️ Cartographie Visuelle et Accessoires Basés sur l'Activité (Narration Visuelle Guidée par l'Activité & Cartographie Narrative Littérale) :
    • Lorsque le script ou la voix off mentionne une activité physique spécifique (ex. : "dit sans quitter l'ordinateur des yeux", "travaillait assis au bureau", "le patron convoqua", "remit la lettre de démission", "protesta") :
      • La scène doit impérativement montrer cette activité et les accessoires appropriés (prop: "office_desk_computer" | "executive_desk" | "ceo_office_desk" | "resignation_letters" et la pose du personnage : using_computer | sitting_desk | pointing | reading_document | celebrating).
      • Les personnages ne doivent jamais être laissés debout comme des robots dans une pièce vide ; si la description mentionne un ordinateur ou un bureau, il faut représenter la perspective de travail assis à une table devant un moniteur.
  12. ⚠️ Division des Scènes et Changements Fréquents de Décors (Granularité de Scène Stricte de 4 à 10 s & Règle de Perspective Dynamique) :
    • Ne maintenez jamais un seul arrière-plan ou cadre pendant 20 à 30 secondes d'affilée dans toute l'histoire. Lorsque le sujet ou l'ambiance change dans la voix off, la scène visuelle doit également être coupée (Scene Cut).
    • Chaque scène durera au maximum 4 à 10 secondes.
    • Si la description implique un changement de temps, de poste ou de lieu (ex. : employé ordinaire ➔ protestation ➔ réunion ➔ promotion de manager ➔ avis de mise à pied ➔ peur des collègues ➔ conflit avec Sumon ➔ démission collective ➔ bureau du propriétaire ➔ prise de conscience solitaire), assurez-vous d'avoir une scène visuelle, un cadre et une perspective distincts pour chacun.
  13. ⚠️ Matrice Universelle d'Actions, d'Objets et de Positions Assises (Matrice Sémantique Universelle Action-à-Accessoire & Position Assise) :
    • Quel que soit le sujet ou l'environnement mentionné dans le script, ne laissez jamais le personnage debout sans raison ; gérez automatiquement l'accessoire et la position assise selon la matrice suivante : | Scène & Contexte | Accessoire Automatique (prop) | Position Assise ...

[Le reste du contenu a été tronqué pour la traduction, mais la structure et le formatage sont préservés.]


4. Règles du Mode 2 : Moteur de Motion Graphics Cinétique et Promo (Directives Mode 2) {à traduire si présent dans l'original}


5. Flux de travail et Vérifications Finales (Workflow et Approbations) {à traduire si présent dans l'original}


Félicitations, votre vidéo est prête ! {à traduire si présent dans l'original}

Skills associés